AI について皆様から学ぶ

皆様と同様に AI やウェブの未来について 多くの議論を重ねてきましたウェブ開発者は膨大な量の情報を把握する必要があります

ウェブの世界は Google のチームよりもはるかに大きいので、皆様が AI についてどのように考え、何を学びたいのか、これらの新しいテクノロジーで何をしたいのかを理解したいと考えています。そうすれば、ノイズを取り除く最適なコンテンツを提供できます。

Google はここ数か月にわたり、ウェブの実務担当者から話を聞き、AI の状況と AI に対する考え方について意見を聞きました。もちろん、すべてについて全員と話すことはできません。ウェブ デベロッパー(Google Developer Experts を含む)とは、デベロッパーが AI を使用してユーザー向け機能を提供し、日々のワークフローの生産性を向上させる方法について、少人数のウェブ デベロッパーと話し合いました。

私たちが学習した内容は、ウェブ上の他の人々にも広く適用できるものと考えています。また、Google が学んだことについて、コミュニティが関心を寄せているのではないかと考えました。

Google は、このフィードバックとウェブ デベロッパーを取り巻く環境に関するその他の調査を元に、新しい AI コレクションを作成しました。このコレクションには、ウェブ デベロッパーを対象とした概要、Codelab とデモなど、ウェブ上の AI ツールとモデルを検討するためのリソースが含まれています。

さらに今後、今後数か月以内にさらに多くの情報をお届けします

生成 AI による生産性向上

ウェブ デベロッパーは、生成 AI を利用して生産性を向上させ、chat bot とやり取りして新しいテクノロジーを学んだり、ウェブ開発に関する疑問の答えを求めたりしたいと考えています。

お話を伺ったデベロッパーは、ビジネスや個人のプロジェクトですでに日常業務で AI を使用しているか、その経験のある人物を知っています。

コード生成

Gemini や Copilot などのコード生成ツールは、標準単体テスト、基本的なオートコンプリート(記述内容はわかっているが記述するだけの場合)、コードベースに関する広範な知識を必要としないシンプルな関数に適しています。これらのツールは、より複雑でアルゴリズム的なコードや、特定のプロジェクトの幅広いコンテキストを必要とする関数を記述する場合、有用性が低くなる傾向があります。

上級開発者は、コードの重複や長期的な保守性に関する問題など、コードベースの長期的な品質に関する懸念について述べています。経験の浅いチームメンバーがエラーを検出できない可能性があることや、生成 AI ツールによって生成されたコードを正確に検証する方法を把握していないことを懸念する人もいました。

またデベロッパーは、特定の分野の知識が必要なユースケース(アクセス可能なコンポーネントの作成など)が、これまでに試したコード生成ツールではまだ正しく対応していないと報告しています。

LLM を使用した学習

ChatGPT と Gemini を使用して、並べ替えアルゴリズムの仕組みを大規模言語モデル(LLM)に説明してもらう、さまざまなプログラミング言語で強化する、知識のギャップを解消するなど、ソフトウェア開発のコンセプトを学んでいる多くのデベロッパーがいます。

LLM は、質問と回答がすばやくインタラクティブであり、AI が質問されたことを批判せず、必要な回答を提供するだけであるため、優れたエクスペリエンスをもたらすと考えています。

ここでも、経験の浅いデベロッパーの増加に伴う懸念があります。モデルがハルシネーションを起こし、誤ったレスポンスを生成するインスタンスをキャッチするには、最小限の知識しか必要としません。

ビジネス上の懸念事項としての IP 保護

私たちが話をしたデベロッパーの多くは、生成 AI を使用して生産性を向上させることに関し、ポリシーをまだ策定していないと回答しています。生成 AI ツールの使用は、多くの場合、そのツールを試すデベロッパーによって推進されます。

「私の会社は一般的に AI の意味を誤解しており、適切なポリシーを作成していません」

しかし、ポリシーを定めている企業は、自社の知的財産(IP)が第三者に漏洩することへの懸念から、利用を控える傾向があります。データの使用方法と潜在的なリスクを把握するために、これらのツールの背後にある企業と直接連絡を取り、これらのポリシーが変更された場合があります。

データ保護の確保に特化したエンタープライズ アカウントとパートナーシップにより、企業はデベロッパーの利用を促進する可能性が高まります。

ユーザー向けのプロダクト機能のための生成 AI

プロダクトに関して言えば、「AI / ML」という言葉を口にしたときに、生成 AI に焦点が置かれる回答が多かったのは当然のことです。デベロッパーは、生成 AI を使用してユーザーのエクスペリエンスを向上させる方法に興味がありますが、そのエクスペリエンスがどのようなものか、本番環境で提供するためにどのようなツールが使用できるかについてはわかりません。

プロダクトに生成 AI 機能を構築している、または構築しているデベロッパーにとって、最も一般的なユースケースは、生成 AI を使用して chatbot や 1 回限りのインターフェースを使用してユーザーの質問に答えることです。

最も懸念されるのは出力の品質です。特に、デベロッパーはレスポンスが正確であることを確認し、意図した目標と無関係なコンテンツが LLM によって生成されないようにしたいと考えています。これは、LLM の出力が chatbot などに直接ユーザーに表示される場合に特に当てはまります。

「AI を活用したデモは実に不思議なものです。プロジェクトをデモするたびに 出力がまったく異なります

さまざまなプロンプトに対して生成 AI の出力を検証するテストスイートの作成に多大な労力を費やしていますが、レスポンスをテストまたはモニタリングするための明確で確立された方法がありません。評価作業のほとんどは手動で行われます。多くのデベロッパーは、非確定的な出力の処理に慣れていません。コミュニティとして うまく連携するシステムはまだ構築されていません

生成 AI モデルの実行費用も重要な懸念事項であり、デベロッパーは、ユーザーのメリットと照らし合わせて費用を慎重に評価しています。

標準モデルとカスタムモデル

今回ご紹介したほとんどのデベロッパーは、既製のモデルや API を利用する傾向があります。これにより、製品化までの時間が短縮され、限られたエンジニアリング時間と知識の使用が最適化されます。

「ウェブ開発の分野に留まりたいです。「ML エンジニアになりたくありません」

デベロッパーは、Retrieve Augment-Generate(RAG)やファインチューニングなどの高度な手法の潜在的な価値を認識しており、その潜在的な価値を認識していますが、自身の作業におけるウェブ開発の側面に焦点を当てます。最終的には、デフォルトのツールを使用するか、他のチームに依頼して、ユースケースに合わせて最適化されたモデルを作成します。

プライバシーとセキュリティに関する懸念

プライバシーとセキュリティは、特に医療業界などの厳格なデータ要件を持つ業界では、最大の懸念事項でした。オンデバイス AI は、このようなユースケースに対処するための鍵となる可能性がありますが、この分野についてはまだあまり調査されていません。

Cloud API を使用してユーザーデータの第三者への公開が懸念されており、多くのデベロッパーが、プライバシーとセキュリティの可能性を軽減するオンデバイスの機械学習や生成 AI の価値を認識しています。

ウェブ デベロッパー向け AI

AI は至るところに存在し、驚異的なペースで進化しています。最新情報の入手、既存のツールとモデルの統合、ML エンジニアと協力してニーズに最適な新しいモデルの作成を行うには、どうすればよいでしょうか。

Google は、皆様から学んだことに基づいて、ウェブ デベロッパー向け AI のガイダンスに取り組んでいます。Google は、お客様が AI のコンセプトを大まかに理解し、生成 AI を使用して生産性を向上させる機会を発見し、AI を使用して既存のツール、モデル、API を使用して快適なユーザー エクスペリエンスを構築できるよう支援することを目指しています。Google の AI コレクションでは今後もさまざまなコンテンツを公開していきますので、定期的にチェックしてください。

ほとんどのウェブ デベロッパーは、自分の得意な作業(つまりウェブ開発)に集中したいと思っていますが、ウェブ デベロッパーに必要なツール、モデル、API の構築をさらに掘り下げたい方にはおすすめです。皆様の成功を ぜひともお聞かせください

AI は目まぐるしく変化している分野です。今後も、状況の変化に合わせてコミュニティとの交流を続け、会話やアンケートをさらに増やしていきます。ご相談をご希望の場合は、オフィスアワーを設定してください。